（本文作者為 市象，鈦媒體經授權發佈）
文 | 市象，作者|景行，編輯|古廿
「別再裝了，別再撒謊，把開源標識從你的社區主頁移除吧。」
這番評論，來自一位海外社區用戶在minimax開發者關係負責人帖子下的留言。
這場風波源於一場對開源定義權的爭議。近日minimax悄悄更換minimax2.7模型的開源協議，將原本的標準mit協議（開源軟件協議）更改為modified-mit協議。
新協議推翻了minimax2.7無限制商用、僅需保留版權聲明的核心規則，所有商業用途必須獲得minimax授權，且沒有營收豁免門檻。
一則海外用戶評論寫道，這並不是開源許可，如果你在未經書面許可的情況下，在任何創收產品中部署該模型，您將面臨違約和版權侵權訴訟的風險。
對此minimax嘗試平息用戶憤怒。minimax開發者關係負責人ryanlee發文稱，minimax2.7模型仍然開放，仍然支持下載、本地運行、模型微調，並基於模型發佈非商業項目。
而修改開源協議的初衷是避免誤解。在過去多次發佈中，官方發現產品遭遇第三方平台借minimax之名提供託管服務，但產品質量遭到了嚴重閹割。
這些行徑包括但不限於過度量化（將高精度模型轉換為低精度，提升推理速度但降低性能）、錯用對話模板（可能導致模型無法正確解析指令，答非所問）、無聲交換（宣稱使用minimax模型，但暗地裡換成其他低性能模型，騙取用戶付費）。
一言以蔽之，在過去的開源協議下，minimax系列模型被第三方平台長期加以惡劣的掛羊頭賣狗肉式濫用，並嚴重衝擊產品信譽。
而第三方平台之所以濫用minimax模型，核心目的在於降本增效，以更快速度部署降低質量的前沿開源模型，不僅可以降低服務器成本，還能借時間差吸引流量，借知名模型的品牌效應給自己賺取差價，透支的卻是品牌信譽。
這也解釋了，為何minimax寧願頂着海外用戶的怒火，也要強行更改mit協議。當智能體熱潮為大模型行業帶來商業利潤增長的曙光，任何一個不良平台的濫用動作，都可能推倒品牌的信任多米諾骨牌，進而衝擊企業經營。
較真的老外給minimax上了一課
這場輿論風暴，爆發於對開源定義更為重視的海外開源社區。
在hugging face這個全球最大的開源模型社區，用戶對開源的定義相當嚴苛。海量用戶評價表明，用戶並不在意模型開發商是否限制商用權限，不滿更多的，是minimax一邊限制商用，一邊在hugging face等開源社區保留mit標識。
在多種軟件授權條款中，mit協議的條件相對寬鬆，其核心定義為軟件需對所有人提供免費處置、修改、複製、分發、授權甚至銷售，唯一的限制是，必須包含許可聲明。
這意味着，帶有mit標識的大模型，須允許用戶與第三方平台自用甚至用於商業場景，自由修改模型代碼或權重，自由本地部署。同時無需支付任何費用，無需向開發商申請許可。
一個更直觀的案例是，deepseek被國內雲廠商集體接入，部署在自己的服務器上，核心源於前者堅定的全量開源策略，這令其迅速構建龐大的開發者生態，迅速在市場中站穩腳跟。
這也是minimax2.7遭遇社區爭議的核心。產品打着開源旗號吸引開發者使用，卻同時用修改後的協議推翻完全開源的核心承諾。
同時，作為旗艦模型，在minimax官方表述中，此次風暴中心的minimax2.7模型已經具備國際一線模型水準，在多編程語言的swe-pro中，正確率追平gpt-5.3-codex；在專業知識與任務交付能力上，minimax2.7得分僅次於opus 4.6、sonnet 4.6和gpt5.4，超過了gpt5.3。
令開發者焦慮的，是協議中模糊的商用概念。按照修改版mit協議，用戶不得將minimax2.7用於付費服務，支持商業產品、服務或運營。獨立開發者的付費 saas 產品，到第三方 api 託管、微調後的商業部署都有「越線」風險。而授權的最終解釋權，掌握在minimax 手中。
正因如此，不斷有用戶詢問其使用場景是否觸犯協議——如用於公司工作流程，或蒸餾並銷售代碼。
也有海外用戶表示，對社區來說，minimax2.7修改開源協議是一次倒退，但事出有因，但希望minimax未來能像kimi或llama那樣，通過收入、用戶規模製定限制商用門檻。
在限制模型商用方面，minimax並非先行者。
如meta的llama大模型，自2代版本允許商用，但附帶限制條件，月活超7億的商用平台產品需向meta申請額外授權；不得將llama用於訓練或改進其他大模型；分發時必須在顯著位置標註該服務使用llama模型；同時不得用於開發競爭性的生成式ai產品。
國內模型中，kimi k2.5同樣採用修改版mit協議。根據協議要求，若商業產品的月營收超過2000萬美元或月活用戶超過1億，則必須在用戶界面顯著位置標註「kimi k2.5」標識。除此之外，kimi k2.5不限制商用、修改、二次分發或本地部署。
智譜則採用了分層開源路線。glm-5等主力模型採用mit協議，而cogview4、glm-tts等特定模型採用apache 2.0協議，旗艦級模型如glm-5-turbo則為閉源，僅通過官方平台提供api開放。
區別在於，apache 2.0更側重專利保護，帶有明確的專利授權與反訴訟條款，並強制要求開發者對修改過的文件進行標註。這令智譜的策略相對靈活，既有開源模型積累開發者生態，並轉化金融、政企等核心客戶，也能抓住agent紅利，提升api收入。
相較業內做法，minimax顯然對開源旗艦模型更有信心。其創始人閆俊傑曾公開表示，如果重新選擇，應該讓模型第一天就開源。所有模型的「保質期」都不到一年，與其強調短期變現，不如爭奪生態。正如openai的核心能力已經不是模型，而是chatgpt的品牌與心智。
這意味着，後發廠商正在復刻當年安卓追趕蘋果的故事，唯有堅守開放，才有持續增長空間。
minimax們的開源糾結
拋開開源的概念爭論，站在商業視角來看，minimax收緊開源協議，更多是無奈之舉。擁有雲+ai布局的互聯網大廠，與無雲業務的獨立大模型廠商，其開源邏輯從一開始就不同。
今年1月，在騰訊雲合作夥伴大會上，騰訊雲副總裁吳奇勝對大模型行業的判斷是，ai的上半場，主要在賣資源，靠銷售稀缺的gpu算力實現變現，這種方式簡單粗暴，並未深入到行業應用中去。
這正是谷歌、阿里、騰訊等大廠開源大模型的邏輯。對大廠而言，大模型是一套複合商業模型的流量入口。
如阿里巴巴董事局主席在迪拜世界政府高峰會上的表述：
「我們的千問大模型是開源的，同時也經營雲計算業務。隨着用戶在我們的基礎設施上進行模型訓練、開發與推理，我們得以實現商業變現。」
具體來說，阿里的qwen系列模型憑藉全量開源策略，在全球吸引海量開發者與企業使用，在市場構築龐大的生態系統。而企業對qwen的訓練、微調、推理都必須消耗海量計算資源，同時產生數據存儲、數據分析、數據安全等多維度需求。
阿里雲則是這些需求的最佳承接者，其不僅能對算力集群進行推理優化，同時能提供模型微調、數據保護等增值服務，最終憑藉技術優勢將客戶鎖在雲端，促成收入增長。
而企業想要遷移雲服務供應商，則必須重寫模型邏輯，重新遷移數據並匹配安全策略。在高昂遷移成本下，借開源模型「捕獲」客戶，意味着雲業務能拿到其後續開發工具、數據、api調用等全維度的商業需求。
中小大模型廠商則沒有這樣的故事可講。
在接受《每日經濟新聞》採訪時，智譜董事長劉德兵表示，智譜在開源後商業收入反而快速增加，原因是企業老闆只有對開源模型有深入了解，才會認可技術，推進合作。
相較大廠自建「水電」的重資產業務模式，中小廠商每年都要花費大量資金用於租賃算力訓練模型。其商業模式，也完全圍繞模型本身來展開。這讓企業必須放棄純閉源路線——只有打出市場聲量，獨立廠商才在大廠面前有生存空間。
根據財報定義，minimax的收入結構基本可以劃分為b、c兩端。前者收入來源於m系列模型token調用計費及訂閱付費，企業級解決方案等；後者包括海螺ai、talkie、星野、minimax agent等多模態模型產品，通過會員訂閱、虛擬商品售賣等方式變現。
二者區別在於，c端產品收入規模更大，但面向的是資金規模、付費意願並不強的普通用戶，2025年毛利率約為4.7%；b端業務毛利率顯著更高，同期水平約為70%。
隨着智能體浪潮席捲市場，minimax正在從c端為主轉向bc兼顧。在今年3月召開的年度財報電話會議上，minimax ceo閆俊傑表示，公司的價值，由智能密度乘以token吞吐量決定。
換句話說，與全面組織改革追逐token經濟的阿里近似，minimax同樣不願錯失api紅利帶來的高增長、高毛利商業價值。
公開數據顯示，2026年2月，m2系列文本模型的平均單日token消耗量已較2025年12月增長6倍以上，其中來自coding plan的token消耗量增長超過10倍。未來，借c端數據反哺訓練，將驗證後能力b端變現，將成為minimax的核心增長方向。
從表面看，minimax收緊開源協議背刺社區，但最終目的仍然是維護api服務這條核心變現渠道，用一道產品防火牆篩選商業夥伴，在產品破圈與商業變現之間，選一條折中方案，以確保旗艦模型的社區口碑。
在智譜glm-5.1、阿里qwen3.5-omni集體閉源的背景下，國產大模型行業正走上岔路口：究竟是開源換聲量，還是閉源換利潤？
作為獨立廠商，必須不斷試錯尋找答案。只是對於ai企業而言，模型的競爭力永遠是第一位的事情。
畢竟此前智譜劉德兵也曾表示：ai化是未來100年的事，相較直接閉源變現，堅持開放培養行業，或許是更重要的工作。但從當下的動作看，也開始向這anthropic的閉源路線靠攏。
更多精彩內容，關注鈦媒體微信號（id：taimeiti），或者下載鈦媒體app
